Qualitative test-cost sensitive classification
Nitel maliyete duyarlı sınıflandırma
- Tez No: 177170
- Danışmanlar: YRD. DOÇ. DR. ÇİĞDEM GÜNDÜZ DEMİR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2008
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Bölümü
- Bilim Dalı: Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
- Sayfa Sayısı: 89
Özet
Karar verme bir çok seçeneğin arasından en iyiyi seçme işidir. Gerçek uygulamalarda, karar vericinin en iyi karara varabilmesi için gerekli olan bilginin bir maliyeti vardır. Bu tezde, karar verme aşamasında ortaya çıkan hatalı kararın maliyeti ile en iyi kararı vermek için kullanılan bilginin maliyetini beraber ele alan yeni bir öğrenme yöntemi önerilmiştir. önerilen bu yeni yöntem, maliyete duyarlı öğrenmeye nitelliği ve tutarlılığı iki yeni kavram olarak sunmuştur.Bu çalışmayla ilk olarak, nitel maliyet kavramı makine öğrenmesi sürecine dahil edilmiştir.Verilen kararın hatalı olmasından kaynaklanan maliyet ile bu kararı verebilmek için kullanılacak bilginin maliyeti arasındaki ilişkinin bir çok problemde nicel olarak tanımlanamamasından dolayı nitel maliyet kavramı önemlidir. örneğin kanser teşhisinde, yanlış teşhis yapmanın maliyetinin teşhis için kullanılan testlerin maliyetinden daha büyük olduğu söylenebilir. Fakat, bu iki kavram arasındaki ilişkinin nicel olarak tanımlanması zordur. Daha önce maliyete duyarlı öğrenmeyle ilgili yapılan çalışmalar bu iki maliyetin birbiriyle olan ilişkisinin nicel olarak tanımlanmasını şart koşmuşlardır. Bu yüzden, önerilen nitel maliyet ilişkisi kavramı bu konu hakkındaki çalışmalara yeni bir boyut kazandırmıştır.İkinci olarak ise, bu tezde yapılan çalışma yeni elde etmeyi beklediğimiz bilgi ile şimdi sahip olduğumuz bilgi arasındaki tutarlığı göz önüne almıştır. Eğer yeni elde edilecek bilgi şimdiki bilgimize yeni bir şey eklemiyor ya da bir başka deyişle yeni elde edilecek bilgi şimdiki bilgimizle tutarlı ise önerilen yöntem yeni elde edilecek bilgi için gerekli olan maliyetin karşılanmasını reddetmektedir. Böylece önerdiğimiz yöntemle, karar verme aşamasında karar verme sürecini etkilemeyen bilgi için maliyet yapılmamış olmaktadır. Bu kavram daha önceki çalışmalarda hiç kullanılmamıştır.Üç farklı medikal veri kümesi üzerindeki deneylerimiz, önerdiğimiz yöntemin teşhisteki doğruluk oranını etkilemeden, kullanılanmedikal testlerin maliyetini büyük ölçeklerde azaltmayı başardığını göstermiştir.
Özet (Çeviri)
Decision making is a procedure for selecting the best action among severalalternatives. In many real-world problems, decision has to be taken under thecircumstances in which one has to pay to acquire information. In this thesis, wepropose a new framework for test-cost sensitive classification that considers themisclassification cost together with the cost of feature extraction, which arisesfrom the effort of acquiring features. This proposed framework introduces twonew concepts to test-cost sensitive learning for better modeling the real-worldproblems: qualitativeness and consistency.First, this framework introduces the incorporation of qualitative costs intothe problem formulation. This incorporation becomes important for many realworld problems, from finance to medical diagnosis, since the relation betweenthe misclassification cost and the cost of feature extraction could be expressedonly roughly and typically in terms of ordinal relations for these problems. Forexample, in cancer diagnosis, it could be expressed that the cost of misdiagnosisis larger than the cost of a medical test. However, in the test-cost sensitive classificationliterature, the misclassification cost and the cost of feature extractionare combined quantitatively to obtain a single loss/utility value, which requiresexpressing the relation between these costs as a precise quantitative number.Second, the proposed framework considers the consistency between the currentinformation and the information after feature extraction to decide which featuresto extract. For example, it does not extract a new feature if it brings no newinformation but just confirms the current one; in other words, if the new featureis totally consistent with the current information. By doing so, the proposedframework could significantly decrease the cost of feature extraction, and hence,the overall cost without decreasing the classification accuracy. Such consistencybehavior has not been considered in the previous test-cost sensitive literature.We conduct our experiments on three medical data sets and the results demonstratethat the proposed framework significantly decreases the feature extractioncost without decreasing the classification accuracy.
Benzer Tezler
- Segmentation approaches in business-to-business marketing: An application on container shipping services
İşletmeden işletmeye pazarlamada bölümlendirme yaklaşımları: Konteyner taşımacılığı hizmetleri üzerine bir uygulama
GÖKÇAY BALCI
Doktora
İngilizce
2019
DenizcilikDokuz Eylül ÜniversitesiDenizcilik İşletmeleri Yönetimi Ana Bilim Dalı
DOÇ. DR. İSMAİL BİLGE ÇETİN
- Çevreye duyarlı konaklama işletmelerinde yöneticiler açısından rekabet avantajı olarak yeşil yıldız uygulaması
Green - star study in environmentally- sensitive hospitality industry in terms of managers as a competitive advantage
SEDA ÖZDEMİR
Yüksek Lisans
Türkçe
2015
TurizmGazi ÜniversitesiTurizm İşletmeciliği Ana Bilim Dalı
PROF. DR. CEVAT TOSUN
- Ormancılıkta odun hammaddesi üretiminde yıllık operasyonel planlama modelinin geliştirilmesi
Development of annual operational planning model for timber harvesting
MEHMET EKER
Doktora
Türkçe
2004
Ormancılık ve Orman MühendisliğiKaradeniz Teknik ÜniversitesiOrman Mühendisliği Ana Bilim Dalı
PROF.DR. HULUSİ ACAR
- Çok boyutlu kaotik sistemler ile şifreleme
Encryption with multi-dimensional chaotic systems
ASİYE YİĞİT
Yüksek Lisans
Türkçe
1997
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. CÜNEYT GÜZELİŞ
- P35S, TNOS and PFMV targeted multiplex PCR using a single dye
Tek boya kullanarak P35S, TNOS ve PFMV hedefli çoklu PZR
DENİZ GÜLBİN TAN
Yüksek Lisans
İngilizce
2013
Biyoteknolojiİstanbul Teknik Üniversitesiİleri Teknolojiler Ana Bilim Dalı
DOÇ. DR. GİZEM DİNLER DOĞANAY
DR. MUSTAFA KOLUKIRIK